文献

J-GLOBAL ID：202002285119471536   整理番号：20A1797980

CPUとGPUにおけるサポートベクトルマシンモデルの高速展開とスコアリング【JST・京大機械翻訳】

Fast deployment and scoring of support vector machine models in CPU and GPU

著者 (2件)： Castro-Lopez Oscar (Autonomous University of Sinaloa, Mexico) ,  Vega-Lopez Ines F. (Autonomous University of Sinaloa, Mexico)
資料名： ACM Proceedings  (ACM Proceedings)
号： MASES 2018  ページ： 45-52  発行年： 2018年 
JST資料番号： D0698C  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本論文では,サポートベクトルマシン(SVM)モデルの高速展開と効率的なスコアリングのためのアプローチを示した。SVMの形式的仕様を変換し,C/C++言語の異なるバージョンでソースコードを生成するコンパイラを開発した。これは,SVMモデルの展開と,その使用のための操作ソフトウェアへの統合を効果的に自動化する。提案したコンパイラは,CPUs(単一またはマルチコア)におけるSVMモデルおよびNVIDIAの計算統一デバイスアーキテクチャ(CUDA)によるグラフィックス処理ユニット(GPUs)に効率的なコードを生成する。また,線形カーネルを持つSVMモデルをスコアリングするコンパイラの目標の経験的評価を提示した。実験では,異なるスケールでバッチモードで実データセットをスコア化した。結果は,著者らのC CUDA実装がデータスケールが増加するにつれてより良く機能し,単一精度浮動点値を用いた単一コア実装よりも約38倍高速であることを示した。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 自動化 ,  コンパイラ ,  浮動 ,  並列演算 ,  線形性 ,  ソフトウェア ,  C++言語 ,  機械学習 ,  形式的仕様 ,  *サポートベクトルマシン
準シソーラス用語： *スコア化 ,  GPU【プロセッサ】 ,  ソースコード ,  マルチコアプロセッサ ,  CUDA , 【Automatic Indexing@JST】

著者キーワード (5件)： CUDA ,  機械学習展開 ,  PMML ,  並列計算 ,  サポートベクトルマシン

分類 (1件)： 専用演算制御装置  (JC04030Y)

タイトルに関連する用語 (4件)： CPU ,  GPU ,  展開 ,  スコアリング